别拿它当“升级版数据库”
我之前第一次听行业里的人吹知识图谱，差点当场翻白眼。 合着不就是把书啊、资料啊、政策文件啊扫描了存进硬盘？那我花几百块买的云盘也能存啊，要这玩意干嘛？ 真的差远了。 你把知识存在普通数据库里，就像把一柜子书全塞在储物间，要找什么得自己一本本翻，书和书之间是完全孤立的。比如你存了“梨”这个条目，能查到“梨水分多”“梨润肺”，但它不知道你有高血压，不知道你正在吃降压药，不知道你现在搜这个是因为老慢支犯了，甚至不知道你家楼下水果店今天梨打半价。 但知识图谱不一样。 它存的根本不是孤立的条目，是条目之间的关联。
它最擅长的，是接住你话里的“没说出口”
很多人觉得科技产品离自己远，其实根本不是。 你早上出门前跟智能音箱说“帮我点杯冰的”，要是搁十年前，它大概率会直接给你搜周边的矿泉水店，给你推冰矿泉水的链接。但现在的智能音箱不会——它知道你昨天下午刚搜过家附近咖啡店的生椰拿铁，知道你上周三因为空腹喝冰美式犯了胃炎，知道你对芒果过敏，甚至知道你今天早上要赶的那班地铁，出口离咖啡店只有50米。 这些信息根本不是它偷偷记在小本本上的。 是知识图谱把散在各个应用里的节点，自动连起来了。 我之前有个朋友跟我吐槽，说家里的智能音箱邪门了，他从来没在设备里输入过自己对芒果过敏，每次搜芒果相关的甜品，它都自动提醒“这款甜品含芒果成分，是否需要替换为其他配料”，搞得他总觉得家里被人装了监控。 嗨，哪有什么监控。 就是知识图谱把“芒果”“过敏反应”“他三个月前在购物APP上搜过的无芒果甜品”“他的浏览记录里提到的芒果过敏史”这几个节点串到一起了而已。
吹得神乎其神的大模型，其实都在借它的力
现在但凡聊到大模型，总有人说知识图谱要被淘汰了，毕竟大模型读了那么多书，什么不知道？ 我上次做测试的时候，特意问了纯大模型一个问题：“我家50斤的金毛最近掉毛严重，每天喂多少鱼油合适？” 结果它给我回了一大段，说宠物鱼油的推荐剂量是每天10g，还扯了一堆Omega3对毛发好的玄学内容。我当时吓得一激灵——赶紧翻了几个宠物医院的公开科普，才发现人家的建议是按体重算的，50斤的狗一天最多喂2g，要是真按大模型说的喂10g，搞不好都要拉肚子。 你看，纯大模型的问题从来不是读的书少，是它根本不知道哪些信息是真的，哪些是网上瞎编的，它所有的回答都是靠语言概率凑出来的，没有溯源，没有真实的关联逻辑。 但要是给大模型接上知识图谱，根本不会出这种错。 因为知识图谱里的每个节点，都是带溯源的：鱼油的推荐剂量是哪个宠物医学会发布的，金毛掉毛对应的常见原因有哪些，哪个成分的鱼油是市面上常见的易过敏款，甚至能联动你之前上传的狗狗的皮肤照片识别结果，排除真菌感染的问题。所有的关联都是有真实依据的，不是靠语言概率瞎蒙的。 说实话，现在很多公司吹自己做的知识图谱有多牛，其实就是把一堆Excel表拼起来，导进个图数据库就敢叫“认知智能解决方案”。你问他节点之间的关联是怎么来的，是人工一条条校验的，还是靠模型自动爬的，准确率能到多少，能不能溯源到原始出处——啥也说不出来。 我上次跟一个做政务服务系统的朋友聊天，他说他们现在做的知识图谱，最有用的功能根本不是什么自动审批、智能预判，是帮窗口的工作人员省时间：比如来办创业补贴的是刚毕业的大学生，系统自动把他的学历证明、社保缴纳记录、租房合同这些材料，和对应的政策条款全部匹配好，不用工作人员翻三四个文件夹找规定，也不会因为漏看了某个条款让群众多跑一趟。 你看，这才是知识图谱该有的样子。 之前总有人说，知识图谱是互联网时代的阴谋论源头，是APP偷听你说话的证据。真的，很多时候真不是。你刚跟朋友聊完想买露营帐篷，打开短视频APP就给你推帐篷测评，根本不是它偷了你的麦克风录音——是知识图谱把你之前搜过的“周末户外去哪玩”“防晒帐篷推荐”“露营装备清单”这些节点全串起来了，算出来你最近有买帐篷的需求而已。 上周我妈又给我发消息，说她搜“冬天腌萝卜要放多少盐”，系统自动跳了个提醒，说结合她之前的高血压饮食记录，建议把盐量减到原配方的三分之一。 你看。 这东西从来不是什么摆在展厅里的高科技展品。 它就是悄悄躲在屏幕后面，把那些散在各个角落的信息，拼成一张能接住你真实需求的网。 就够了。作者|科技
排版|科技
审核|见微